資源描述：
《基于fmfcc和hmm的說話人識別》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、第27卷第5期計(jì)算機(jī)仿真2010年5月文章編號：1006—9348(2010)05-0352—03基于FMFCC和HMM的說話人識別張永亮，張先庭，魯宇明(1．南昌航空大學(xué)電子信息工程學(xué)院，江西南昌330063；2．南京航空航天大學(xué)自動化學(xué)院，江蘇南京210016)摘要：美爾頻率倒譜系數(shù)(MFCC)是說話人識別中常用的特征參數(shù)，而語音信號是非平穩(wěn)信號，MFCC并不能很好的反映語音的時(shí)頻特性。針對這一缺陷，為了提高說話人的識別率，結(jié)合新的時(shí)頻分析工具分?jǐn)?shù)傅立葉變換(FRF1．)。將MFCC推廣到分?jǐn)?shù)形式，得到分?jǐn)?shù)美爾頻率倒譜系數(shù)(
2、FMFCC)，用以表征語音信號的特征；并利用可分性測度驗(yàn)證了特征參數(shù)的有效性；通過建立20個(gè)不同說話人的FMFCC特征庫，采用隱馬爾可夫模型(HMM)對說話人進(jìn)行仿真識別。仿真結(jié)果表明，在合適的變換階次下，說話人的平均識別率可達(dá)93％以上。關(guān)鍵詞：分?jǐn)?shù)傅立葉變換；頻率倒譜系數(shù)；隱馬爾可夫模型中闊分類號：TIY391．4文獻(xiàn)標(biāo)識碼：BSpeakerRecognitionBasedonFM[Ii’CCandHMMZHANGYong—liang，ZHANGXian—ting，LUYu—ming(1．CollegeofElectroni
3、csandInformationEngineering，NanChangHangKongUniversity，NanehangJiangxi330063，China；2．CollegeofAutomationEngineering，NanJingUniversityofAeronauticsandAstronautics，NanjingJiangsu210016，China)ABSTRACT：Melfrequencycepstralcoeficient(MFCC)isafrequently—usedcharacteristici
4、nspeakerrecogniton．Inevidence，speecharenon—stationarysignals，thetime—frequencycharacteristicofspeechisnotclearlyexpressedthr0ughMFCC．Thus，inthecalculationofMFCCparameter，fractionalFouriertransform(FRn’)isadoptedtore—placediscreteFouriertransform．ThenfractionalMelfreq
5、uencycepstralcoeficient(FMFCC)isacquired，andtheeffectivityoftheparameterisverified．Finally，theHiddenMarkovModel(HMM)of20diferentspeakersisestab—lished，andspeakeridentificationisperformed．Thesimulationshowsthatindifferenttransformorders，theaverageofrightspeakerrecogni
6、tionrateisupto93％．KEYWORDS：FractionalFouriertransform；Frequencycepstralcoeficient；HiddenMarkovmodel1引言仿，它具有較好的區(qū)分能力，并且計(jì)算簡便，是目前使用最為說話人識別是一項(xiàng)根據(jù)語音波形中反映說話人生理、心廣泛的語音特征之一。但是，MFCC特征的獲取是基于傳統(tǒng)理和行為特征的語音參數(shù)，自動識別說話人身份的生物認(rèn)證的傅立葉變換(FT)。FI"最適宜處理的是頻率不隨時(shí)間變化技術(shù)”J。與其它生物識別技術(shù)(諸如人臉、指紋、血液、的平穩(wěn)信號，
7、而語音信號是一種非平穩(wěn)的時(shí)變信號，因此，標(biāo)DNA、虹膜、視網(wǎng)膜等)相比，說話人識別所采用的語音信號準(zhǔn)Fr并不能完全刻畫語音信號的特征。FRFY是傳統(tǒng)Fr在具有不會遺失、無需記憶和使用方便等優(yōu)點(diǎn)，在生物識別技分?jǐn)?shù)階次上的推廣，其變換譜包含空域和頻域的雙域信息，術(shù)領(lǐng)域中，說話人識別技術(shù)以其獨(dú)特的方便性和經(jīng)濟(jì)性等優(yōu)作為一種有效的時(shí)頻分析工具，目前已經(jīng)被廣泛地應(yīng)用于信勢，日益成為一種重要的安全驗(yàn)證方式。個(gè)人特征的提取和息安全、模式識別、光學(xué)系統(tǒng)分析J、量子理論等領(lǐng)識別模型的建立是說話人識別的兩個(gè)關(guān)鍵技術(shù)，其中尤以個(gè)域。本文利用FReT的
8、時(shí)頻特性，在計(jì)算MFCC特征參數(shù)時(shí)，人特征的提取最為關(guān)鍵，特征提取是說話人識別算法的重用FRFY替換Fr，將MFCC特征參數(shù)推廣到分?jǐn)?shù)形式，得到點(diǎn)，也是難點(diǎn)。在說話人識別中，常用的特征參數(shù)有基音周分?jǐn)?shù)美爾頻率倒譜系數(shù)(FMFCC)，通過數(shù)值實(shí)驗(yàn)驗(yàn)證了其有期、共振
